PaddleOCR 識別表情包文字示例詳解
引言
最近在做個(gè)表情包的小程序,涉及到表情包搜索功能。我們上傳表情包的時(shí)候,只有一張圖,怎么搜索?這個(gè)時(shí)候我們想到就是將表情包的文字提取出來,作為搜索的內(nèi)容。那么這就需要用到 ocr 技術(shù)了。
經(jīng)過幾個(gè) ocr 的庫的使用,小編強(qiáng)烈推薦使用 PaddleOCR,一款文本識別效果不輸于商用的Python庫!
對于 PaddleOCR 本文不會過多介紹,可自行搜索。重點(diǎn)是如何使用 PaddleOCR 解決我的問題。
安裝 PaddleOCR
pip install paddlepaddle pip install paddleocr
我這邊安裝后的版本:
paddleocr==2.5.0.3 paddlepaddle==2.3.1
在 macOS 安裝后,項(xiàng)目運(yùn)行報(bào)錯報(bào)錯,忘了截圖,應(yīng)該是與 setuptools 版本有關(guān),解決方式:
pip install --upgrade setuptools==59.8.0
完成這些配置后,我們就可以愉快的玩耍了。
本地處理
import hashlib
import io
from PIL import Image
from paddleocr import PaddleOCR
def get_gif_pic_path(url):
'''下載圖片,返回圖片第一幀路徑'''
response = requests.get(url)
filename = hashlib.md5(url.encode(encoding='utf-8')).hexdigest()
img = Image.open(io.BytesIO(response.content))
current = img.tell()
img_path = f'bqb/{filename}_{current}.png'
img.save(img_path)
return img_path
def ocr_get_gif_text_sec(url) -> str:
'''識別gif第一幀圖片的文字'''
img_path = get_gif_pic_path(url)
ocr = PaddleOCR(use_angle_cls=True, lang='ch')
result = ocr.ocr(img_path, cls=True)
data = []
for item in result:
data.append(item[1][0])
return ",".join(data)
ocr_get_gif_text_sec('https://xxxxxx')
由于 gif 是個(gè)動圖,所以我們需要取出圖片的第一幀進(jìn)行識別,get_gif_pic_path實(shí)現(xiàn)了這個(gè)功能。ocr_get_gif_text_sec 從 gif 第一幀的圖進(jìn)行文字提取,返回的 result 是個(gè)數(shù)組,我們通過遍歷進(jìn)行提取出來。
提取 gif 圖片的內(nèi)容我們就完成了,兩個(gè)函數(shù)的功能也比較簡單。本文沒做 gif 全部文字的提取,有興趣可以挑戰(zhàn)下。
在 flask 中處理
當(dāng)我們想在上傳圖片的時(shí)候,進(jìn)行對圖片文字的處理怎么辦?難道要將上傳的圖保存到路徑再去識別么?這也是我在開發(fā)中遇到的一個(gè)問題,經(jīng)過拆坑,答案是:不,你不需要。
思路:我們可以從表單中獲取上傳的圖片的二進(jìn)制,然后將這個(gè)二進(jìn)制傳給ocr.ocr(),那么ocr.ocr() 支持這個(gè)類型么?經(jīng)過查看此函數(shù)源碼,我們可以讓它支持。
將圖片二進(jìn)制轉(zhuǎn)化為 nparray 類型即可。下面是這個(gè)過程的具體代碼
from paddleocr import PaddleOCR
import numpy as np
import cv2
@app.route('/v1/upload_img', methods=['POST'])
def api_v1_upload_img():
if 'file' not in request.files:
return "no file part"
file = request.files['file']
if file.filename == '':
return "no selected file"
if file:
file_name = file.filename
# 獲取圖片的二進(jìn)制
res = upload_image(bytes=file.read(), filename=file_name)
return res
else:
return "no file"
def upload_image(bytes, filename = None, mime_type = None):
ocr = PaddleOCR(use_angle_cls=True, lang="ch")
## 核心步驟
np_arr = np.frombuffer(bytes, dtype=np.uint8)
img = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)
# 進(jìn)行識別
result = ocr.ocr(img=img, cls=True)
ocr_result = []
for line in result:
ocr_result.append(line[1][0].strip())
img_content = ' '.join(ocr_result)
return img_content
在api_v1_upload_img我們獲取到圖片二進(jìn)制以及圖片名,將這些作為參數(shù)傳到upload_image,在upload_image中:
np_arr = np.frombuffer(bytes, dtype=np.uint8) img = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)
上面兩行代碼是這個(gè)需求的核心突破點(diǎn)。
還有一點(diǎn)就是建議不要將此識別功能部署到性能差的機(jī)器上,并發(fā)一下,完全扛不住,默默的留下兩行眼淚。
以上就是PaddleOCR 識別表情包文字示例詳解的詳細(xì)內(nèi)容,更多關(guān)于PaddleOCR識別表情包文字的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Pytorch torch.repeat_interleave()用法示例詳解
torch.repeat_interleave() 是 PyTorch 中的一個(gè)函數(shù),用于按指定的方式重復(fù)張量中的元素,這篇文章主要介紹了Pytorch torch.repeat_interleave()用法示例詳解,需要的朋友可以參考下2024-01-01
Python?SQLAlchemy與數(shù)據(jù)庫交互操作完整指南
SQLAlchemy 是一個(gè)強(qiáng)大的 Python 庫,用于數(shù)據(jù)庫操作,無論是簡單的數(shù)據(jù)存儲還是復(fù)雜的數(shù)據(jù)管理,SQLAlchemy 都提供了多種方法來處理數(shù)據(jù)庫,本文將全面介紹 SQLAlchemy的基本用法以及各種操作的示例代碼2024-01-01
在Python中實(shí)現(xiàn)函數(shù)重載的示例代碼
這篇文章主要介紹了在Python中實(shí)現(xiàn)函數(shù)重載的示例代碼,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-12-12
Python爬蟲突破反爬蟲機(jī)制知識點(diǎn)總結(jié)
在本篇文章里小編給大家整理了一篇關(guān)于Python爬蟲突破反爬蟲機(jī)制知識點(diǎn)總結(jié)內(nèi)容,有需要的朋友們可以跟著學(xué)習(xí)下。2021-11-11
Python中使用異常處理來判斷運(yùn)行的操作系統(tǒng)平臺方法
這篇文章主要介紹了Python中使用異常處理來判斷運(yùn)行的操作系統(tǒng)平臺方法,這個(gè)方法比較新穎,,需要的朋友可以參考下2015-01-01
基于Python實(shí)現(xiàn)圖像文字識別OCR工具
在工作、生活中常常會用到,比如票據(jù)、漫畫、掃描件、照片的文本提取。本文主要介紹了基于PyQt + PaddleOCR實(shí)現(xiàn)的一個(gè)桌面端的OCR工具,用于快速實(shí)現(xiàn)圖片中文本區(qū)域自動檢測+文本自動識別,需要的朋友可以參考一下2021-12-12

